Gemini 3.8 Live-Leak: Zwei neue Voice-Slugs und warum „Live Extended Thinking" wichtiger ist

Zwei Zeichenketten, die in keiner veröffentlichten Dokumentation auftauchen, sind diese Woche auf einer GCP-Kontingentseite aufgetaucht: Gemini 3.8 Live, und etwas namens Live Extended Thinking. Sie wurden von dem Release-Tracking-Account @testingcatalog entdeckt und am 15. September gepostet, mit dem schlichten Hinweis, dass keines der beiden öffentlich ist. Das ist die gesamte bisherige öffentliche Spur – keine Modellkarte, keine Preisangabe, kein API-Changelog-Eintrag, keine Bestätigung. Aber die beiden Namen stehen am Ende einer sehr gut lesbaren Linie. Gemini 3.1 Flash Live ist noch immer das Modell, das die eigenen Dokumente des Unternehmens für Live-API-Arbeit empfehlen, Gemini 3.5 Live und Gemini 3.5 Live Experimental erschienen am 26. August als Gemini-Audio-Familie, und die Textseite derselben Familie – Gemini 3.8 Flash – wird seit dem 2. September ausgeliefert. Ein „3.8 Live" würde diese Lücke schließen. Der zweite Slug ist der interessantere der beiden.

Kennzeichnungen zuerst, denn ein Leak-Artikel steht und fällt mit ihnen. Dies ist keine Markteinführung. Keiner der beiden Slugs wurde von Google angekündigt, dokumentiert, bepreist oder bestätigt, und die Quelle ist ein einzelner Account, der Veröffentlichungen verfolgt. Alles Folgende speziell zu Gemini 3.8 Live und Live Extended Thinking ist unverifiziert. Alles Folgende über bereits ausgelieferte Modelle — Gemini 3.1 Flash Live, Gemini 3.5 Live, Gemini 3.8 Flash — ist dokumentiert und überprüfbar, und ich habe durchgängig gekennzeichnet, was was ist.

Was das Signal sagt, und was nicht

• Berichtet — zwei Slugs, „Gemini 3.8 Live" und „Live Extended Thinking", die auf einer Google Cloud-Kontingentseite auftauchten, am 15. September gepostet mit dem Hinweis, dass sie „nicht öffentlich" sind

• Nicht gemeldet — eine Ankündigung, eine Modellkarte, ein Preis, ein Kontextfenster, ein Veröffentlichungsdatum, eine API-ID, ein Benchmark-Wert oder irgendeine Bestätigung von Google

• Bestätigung – zum jetzigen Zeitpunkt keine. Googles Seite zu den Gemini-API-Modellen, zuletzt aktualisiert am 4. September, führt genau zwei konversationelle Live-Modelle auf, gemini-3.1-flash-live-preview und gemini-3.5-live-translate-preview, und keines davon trägt eine Variante „Live Extended Thinking“

• Gleiches Briefing, getrennte Behauptung — derselbe Beitrag vom 15. September prognostizierte außerdem, dass Grok 4.7 „nahe an Opus 5.0 landen sollte, nicht an Opus 5.1“, und dass seine multimodale Arbeit „noch Arbeit benötigt“. Das ist das Modell eines anderen Anbieters und eine Prognose statt eines Artefakts; es wird hier nur zur Vollständigkeit der Quelle erwähnt.

• Die Implikation des Namens selbst — Googles Cloud-Kontingenteinträge sind pro Modell-SKU, was für ein abrechenbares API-Modell spricht statt für eine Funktion innerhalb der Consumer-Gemini-App. Das ist eine Schlussfolgerung aus der Oberfläche, auf der die Zeichenfolge erschienen ist, kein bestätigter Fakt

Warum eine Kontingentseite der Ort ist, an dem ein Modell zuerst leakt

Das ist der Teil, den es zu verstehen gilt, denn er erklärt, warum ein Zwei-Wort-Artefakt einen ganzen Artikel verdient. Quota-Seiten sind keine Marketing-Oberflächen. Sie sind Infrastruktur für Abrechnung und Rate-Limits: Jedes Modell, das ein Cloud-Kunde aufrufen kann, braucht einen projektbezogenen Quota-Eintrag, bevor die erste kostenpflichtige Anfrage bedient wird, und diese Einträge werden durch dieselbe Engineering-Arbeit bereitgestellt, die ein Modell für die allgemeine Verfügbarkeit vorbereitet. Wenn dort ein Slug auftaucht, heißt das, dass jemand den Unterbau für eine SKU gebaut hat – nicht, dass jemand eine Pressemitteilung entworfen hat.

Das schneidet in beide Richtungen, und die ehrliche Lesart ist die vorsichtige. Ein Quota-Eintrag ist weiter fortgeschritten als ein Codename in einem Forschungspapier, denn er impliziert eine beabsichtigte kundengerichtete Oberfläche. Er ist außerdem genau die Art von Sache, die vor dem Launch angelegt, getestet und still und leise umbenannt wird. Die Textseite dieser Familie hat sich schnell genug entwickelt, um das zu konkretisieren: Gemini 3.6 Flash erschien am 21. Juli, Gemini 3.7 Flash am 13. August und Gemini 3.8 Flash am 2. September – drei Flash-Releases in sechs Wochen. Eine Modellreihe, die so schnell iteriert, ist eine Reihe, die mehr SKUs vorbereitet, als sie unter diesen Namen ausliefert.

Die Live-Reihe läuft seit einer Weile eine Version hinterher.

Hier ist, was „Gemini 3.8 Live" zu einer echten Geschichte macht und nicht bloß zu einer Namenskuriosität: Googles Sprachmodelle sind mit seinen Textmodellen überhaupt nicht Schritt gehalten.

• Heute empfohlenes Live-API-Modell — gemini-3.1-flash-live-preview, letztes Update März 2026, wird in Googles eigenen Dokumenten weiterhin als das Modell beschrieben, das für alle Live-API-Anwendungsfälle verwendet werden sollte

• Seine Grenzen — 131.072 Eingabe-Tokens und 65.536 Ausgabe-Tokens, nimmt Text, Bilder, Audio und Video entgegen, gibt Text und Audio aus

• Die Gemini Audio-Familie, angekündigt am 26. August — Gemini 3.5 Live, Gemini 3.5 Live Experimental und Gemini 3.5 Transcribe, wobei die Transcribe-Modelle Chirp 3 für die Spracherkennung ersetzen

• Währenddessen durchlief die Textreihe – Gemini 3.5 Flash, Gemini 3.6 Flash, Gemini 3.7 Flash und Gemini 3.8 Flash – im ungefähr selben Zeitraum vier öffentliche Versionen

Die Audio-Linie steht also bei Generation 3.5, während die Text-Linie bei 3.8 liegt. Ein „Gemini 3.8 Live“-Slug ist der erste Hinweis darauf, dass Google die Stimme wieder auf dieselbe Generation wie den Text bringen will — was für alle, die einen Voice-Agent bauen, bedeutet, dass die Reasoning-Grundlage unter einer Live-Session auf einmal um drei Textmodell-Generationen springen könnte statt um eine.

Warum „Live Extended Thinking“ der interessantere Slug ist

Heutzutage ist das Denken bei einem Gemini Live-Modell ein Regler, kein Modell. Die Live API stellt einen thinkingLevel-Parameter mit vier Einstellungen bereit – minimal, niedrig, mittel und hoch – und der Standardwert ist minimal, explizit gewählt, um die geringste Latenz zu optimieren. Dieser Standardwert verrät, wofür das Produkt gedacht ist: ein Gespräch, in dem eine Pause ein Fehler ist.

Ein separater Slug namens „Live Extended Thinking“ deutet darauf hin, dass Google dabei ist, das in zwei Produkte statt in einen einzigen Regler aufzuteilen, und die Begründung ist naheliegend. Latenz und Abwägung stehen bei einem Sprachmodell in direktem Spannungsverhältnis – man kann nicht gleichzeitig sofort antworten und vor der Antwort gründlich nachdenken –, sodass ein einzelnes Modell mit einem Umschalter jeden Aufrufer dazu zwingt, für jede Anfrage einen Punkt auf dieser Linie zu wählen. Zwei SKUs ermöglichen es einem Kunden, den schnellen Pfad (Unterbrechungsbehandlung, Barge-in, schnelle Abfragen) und den langsamen Pfad (einen Sprachagenten, der eine mehrstufige Aufgabe bearbeitet) auf unterschiedlich abgestimmte Endpunkte zu routen, ohne dass der eine den anderen beeinträchtigt.

Der Präzedenzfall existiert bereits in Googles eigenem August-Launch. Gemini 3.5 Live Experimental wurde als die Variante beschrieben, die „direkt während des Sprechens schlussfolgern“ und während einer Aufgabe ihren Fortschritt Schritt für Schritt erzählen kann – ein Voice-Modell mit ausdrücklichem Denken-Einschlag, das als eigene ID ausgeliefert wurde und nicht als Einstellung. „Live Extended Thinking“ liest sich so, als würde dieser Instinkt von einem experimentellen Label zu einem benannten Produkt aufsteigen. Das ist eine Schlussfolgerung aus einer Zeichenkette, und es ist eine Schlussfolgerung – aber es ist die Art, die diese besondere Produktlinie schon einmal belohnt hat.

Was Sie heute tatsächlich anrufen können

Nichts hiervon ändert etwas daran, worauf Sie jetzt zugreifen können, und es lohnt sich, das unverblümt zu sagen. Es gibt keinen Gemini 3.8 Live-Endpunkt zum Aufrufen, keine Einstellung „Live Extended Thinking“ zum Einschalten und keine Möglichkeit, Zugriff auf eines von beiden zu kaufen. Jedes Konto, das heute „Zugang zu Gemini 3.8 Live“ verkauft, verkauft ein Etikett, kein Modell. Die Live-Modelle, die Sie wirklich nutzen können, sind gemini-3.1-flash-live-preview und gemini-3.5-live-translate-preview, beide als Preview über Googles eigene API.

Die Textseite ist ein anderes Bild, und sie ist der Teil, der sich tatsächlich routen lässt. Gemini 3.8 Flash — ausgeliefert am 2. September zu 0,75 US-Dollar pro Million Input-Tokens und 3,75 US-Dollar pro Million Output-Tokens zu Googles eigenem Listenpreis, mit geplanter Verdopplung auf 1,50 und 7,50 US-Dollar am 1. Januar 2027 — läuft auf OrcaRouter zu genau diesem Listenpreis, mit 0 % Aufschlag obendrauf. Durchgereichte Preise sind bei einem Modell mit vorab angekündigter Erhöhung wichtiger als sonst: Wenn die Januar-Zahl in Kraft tritt, ändert sie sich hier am selben Tag, ohne einen zweiten Vertrag neu zu verhandeln und ohne eine Codeänderung vorzunehmen.

Die Voice-Linie ist heute nicht auf OrcaRouter – keine Live- oder Native-Audio-SKU ist es, von keinem Anbieter – also sollte nichts hier so verstanden werden, dass wir sie hosten. Wofür eine Routing-Schicht wirklich nützlich ist, ist die andere Hälfte dieser Geschichte. Wenn ein Live-Modell der 3.8-Generation tatsächlich erscheint und wenn daneben eine zweite, eher denkend angelegte Variante auf den Markt kommt, wird die Wahl zwischen einem schnellen Voice-Pfad und einem abwägenden zu einer Routing-Entscheidung statt zu einem Rewrite: zwei Endpunkte hinter einem Schlüssel, mit automatischem Failover, falls die Preview-ID, gegen die du gebaut hast, ausgemustert wird. Bei einer Linie, die sich in diesem Jahr bereits einmal umbenannt hat, ist das keine bloße Hypothese.

Was würde das bestätigen – und was würde es zunichte machen?

Ein Leak-Artikel sollte sagen, wie er falsch liegen könnte. Für Gemini 3.8 Live und Live Extended Thinking sind die bestätigenden Belege konkret und überprüfbar:

• Der Quota-Eintrag wird öffentlich — derselbe Slug erscheint in einer Google-Cloud- oder Vertex-AI-Modellliste mit einem zugeordneten Rate Limit, statt nur in einem Screenshot

• Ein Eintrag im Gemini-API-Changelog oder eine Zeile auf der Modelle-Seite, die derzeit bei gemini-3.1-flash-live-preview und gemini-3.5-live-translate-preview endet

• Eine DeepMind-Modellkarte – die Audio-Modelle vom August wurden dort als „Gemini 3.5 Audio“ dokumentiert, obwohl die Berichterstattung sie Live und Transcribe nannte, sodass die Karte das Artefakt ist, das einen Namen festlegt

• Eine Preiszeile, also das eine, das eine vorbereitete SKU in ein Produkt verwandelt, das jemand kaufen kann

• Nichtbestätigung — die Slugs werden umbenannt, in die Denk-Einstellungen des bestehenden Modells integriert oder tauchen einfach nie wieder auf. Alle drei sind gewöhnliche Ergebnisse für eine Quotenseite, und jedes davon bedeutet, dass dieser Beitrag eher zu früh als richtig war

Worauf man achten sollte, und wer handeln sollte

Wenn du einen Voice-Agenten auf der Live API baust, muss sich diese Woche nichts an deiner Architektur ändern – das Modell, auf dem du aufbauen würdest, ist weiterhin gemini-3.1-flash-live-preview, und der ehrliche Rat ist, die Modell-ID hinter einem Konfigurationswert zu halten und einen zweiten Live-Endpunkt warmzuhalten, denn diese Produktlinie hat sich schon einmal selbst umbenannt und könnte es erneut tun. Wenn du ein Textmodell auswählst, ist dieses Leck für dich irrelevant; Gemini 3.8 Flash wird ausgeliefert, ist jetzt bepreist und messbar, und die nützlichere Frage ist die Preisänderung im Januar statt eines Voice-Slugs.

Worauf man tatsächlich achten muss, ist nicht der Launch. Es ist die Frage, ob „Live Extended Thinking“ als zweites Modell oder als fünfte Einstellung des ersten erscheint. Wenn es eine separate SKU ist, sagt Google den Entwicklern, dass ein Sprachagent, der denkt, und ein Sprachagent, der spricht, unterschiedliche Produkte sind – und das ist eine folgenreichere Aussage als jede Versionsnummer im Namen.

Wofür eine Routing-Schicht wirklich nützlich ist, ist die andere Hälfte dieser Geschichte.